點擊這里查看官網文檔
如果是單純看數據分布情況，則直接調用包即可。
如果是想看特征兩兩之間的相似圖，則需先求一個相關系數矩陣。

參考樣例

import numpy as np import seaborn as sns import matplotlib.pyplot as pltnp.random.seed(10) sns.set_theme() uniform_data = np.random.rand(10, 12) ax = sns.heatmap(uniform_data)plt.show()

具體參數

vmax 數據范圍的上界
vmin 數據范圍的下界

annot 是否顯示數據具體數字
annot=True表示顯示數字
如何顯示不同的數據類型：

xticklabels=2, yticklabels=False
內容為False時，不顯示坐標軸刻度
內容為數字時，代表最小分度值

cbar內容為False時，不顯示最右側的刻度指示bar

cmap=“YlGnBu”
一種好看的圖表顯示顏色系

fmt=’.1f’
圖中數據顯示一位小數
記得annot需要設置為True才會生效

刻度指示bar在圖表下面

import numpy as np import seaborn as sns import matplotlib.pyplot as pltnp.random.seed(0) sns.set_theme()flights = np.random.rand(10, 12) grid_kws = {"height_ratios": (.9, .05), "hspace": .3} f, (ax, cbar_ax) = plt.subplots(2, gridspec_kw=grid_kws) ax = sns.heatmap(flights, ax=ax,cbar_ax=cbar_ax,cbar_kws={"orientation": "horizontal"},cmap="YlGnBu")plt.show()

只顯示版一半的矩陣

import numpy as np import seaborn as sns import matplotlib.pyplot as pltcorr = np.corrcoef(np.random.randn(10, 200)) mask = np.zeros_like(corr) mask[np.triu_indices_from(mask)] = True with sns.axes_style("white"):f, ax = plt.subplots(figsize=(7, 5))ax = sns.heatmap(corr, mask=mask, vmax=.3, square=True, cmap="YlGnBu")plt.show()

總結

以上是生活随笔為你收集整理的seaborn.heatmap概述的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。